Win10环境下yolov8(ultralytics) 快速配置与测试
2024-09-08 14:52:24
win10下亲测有效!(如果想在tensorrt+cuda下部署,直接看第五5章)
一、win10下创建yolov8环境
# 注:python其他版本在win10下,可能有坑,我已经替你踩坑了,这里python3.9亲测有效
conda create -n yolov8 python=3.9 -y
conda activate yolov8
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
二、推理图像
模型下载地址:
# download offical weights(".pt" file)
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8s.pt
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8m.pt
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8l.pt
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8x.pt
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8x6.pt
这里下载yolov8n为例子,原图图下图:
我们将图像和yolov8n.pt放到路径:d:/Data/,推理:
yolo predict model="d:/Data/yolov8n.pt" source="d:/Data/6406407.jpg"
效果如图:
三、训练
3.1 快速训练coco128数据集
在win10下,创建路径:D:\CodePython\yolov8,将这个5Mb的数据集下载并解压在目录,coco128数据集快速下载:https://share.weiyun.com/C0noWh5W
如下图:
新建train.py文件,代码如下:、
from ultralytics import YOLO # Load a model
# yaml会自动下载
model = YOLO("yolov8n.yaml") # build a new model from scratch
model = YOLO("d:/Data/yolov8n.pt") # load a pretrained model (recommended for training) # Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)
训练指令:
python train.py
如下图训练状态:
3.2 预测
新建predict.py文件,代码如下:
from ultralytics import YOLO # Load a model
model = YOLO("d:/Data/yolov8n.pt") # load an official model # Predict with the model
results = model("d:/Data/6406407.jpg") # predict on an image
预测指令:
python predict.py
如下图预测窗口打印:
四、导出onnx
pip install onnx
yolo mode=export model="d:/Data/yolov8n.pt" format=onnx dynamic=True
五、yolov8n的tensorrt部署加速
TensorRT-Alpha基于tensorrt+cuda c++实现模型end2end的gpu加速,支持win10、linux,在2023年已经更新模型:YOLOv8, YOLOv7, YOLOv6, YOLOv5, YOLOv4, YOLOv3, YOLOX, YOLOR,pphumanseg,u2net,EfficientDet。
Windows10教程正在制作,可以关注TensorRT-Alpha:https://github.com/FeiYull/TensorRT-Alpha
快速看看yolov8n 在移动端RTX2070m(8G)的新能表现:
model | video resolution | model input size | GPU Memory-Usage | GPU-Util |
---|---|---|---|---|
yolov8n | 1920x1080 | 8x3x640x640 | 1093MiB/7982MiB | 14% |
下图是yolov8n的运行时间开销,单位是ms:
更多TensorRT-Alpha测试录像在B站视频:
B站:YOLOv8n
B站:YOLOv8s
附录
更多训练指引,请看官方文档。
- # yolov8 官方仓库: https://github.com/ultralytics/ultralytics
- # yolov8 官方中文教程:
- # yolov8 官方训练指引: https://docs.ultralytics.com/reference/base_trainer/
- # yolov8 官方快速教程: https://docs.ultralytics.com/quickstart/
最新文章
- CSS3教程:box-sizing属性的理解
- linux 下 systemd-udevd 服务解析
- 使用XmlSerializer序列化可空属性
- Dijkstra最短路径算法实例
- 20个最漂亮的基于WordPress的企业网站
- TCP/IP详解 学习四
- 保留关键字 (Transact-SQL)
- Jquery列表中的导航菜单的应用
- Codeforces Round #311 (Div. 2)
- Python3基础 使用id() 查询变量的存储位置
- Oracle 表空间迁移
- freemarker自定义标签报错(五)
- Lucene.Net3.0.3+盘古分词器学习使用
- Petrozavodsk Summer-2016. Ural FU Dandelion Contest
- RabbitMQ.Net 应用(1)
- ADB环境变量的配置
- jquery dataTable的学习
- class字节码结构(一)(字节码结构和字节常量池的结构)
- 实现activity跳转动画的若干种方式
- 国内最火的 HTML、CSS、JavaScript 开源项目 Top 榜,你知多少?